Ketika Big Data Menjadi Pendukung Fenomena

“Data merupakan jenis kekayaan baru bangsa ini. Kini data lebih berharga dari minyak. Oleh karena itu kedaulatan data harus diwujudkan. Hak warga negara atas data pribadi harus dilindungi. Regulasinya harus segera disiapkan dan tidak boleh ada kompromi” (Kutipan pidato Presiden RI, Joko Widodo dalam pidato kenegaraan, Agustus 2019). Data menjadi barang yang mulai banyak dilirik orang. Data dianggap hal penting dalam perencanaan sebuah kegiatan, menjadi penentu dalam pengambilan kebijakan dan dasar untuk sebuah publisitas. Apa yang dikemukakan oleh pak presiden dalam pidatonya tersebut menjadi cambuk bagi BPS untuk menyajikan data berkualitas. BPS selain sebagai produsen data, perannya dalam pembinaan literasi dan kesadaran satatistik menjadi penentu bagi kualitas Sistem Statistik Nasional (SSN). Statistik yang berkualitas bukan hanya dilihat dari keakuratan, kecepatan dan up to date. Ada sisi lain dimana dimensi statistik juga harus dipandang dari sisi zaman. Begitu cepat perkembangan yang mengiringi zaman sejalan dengan kebutuhan peningkatan data yang sangat pesat. Di era milenial semua orang bisa menjadi produsen data. Setiap individu memiliki kontribusi besar dalam menghasilkan data yang sangat besar dengan istilah “big data”. Big data merupakan data yang sangat besar, cepat dan kompleks sehingga sulit bahkan tidak mungkin diproses secara konvensional menggunakan metode tradisional. Sebenarnya big data begitu dekat dengan kehidupan sehari-hari. Tanpa kita sadari, setiap hentakan jari kita per detik di smart phone dan media sosial yang kita miliki mampu menciptakan ribuan zettabyte data setiap hari. Komentar, emoticon, pecakapan dan status mampu menjelma menjadi data dengan volume, keragaman, kecepatan yang sangat besar. Big data menjadi alternatif dan pendukung bagi official statistik yang dikelola BPS. Menggunakan teknik-teknik tertentu, big data ditransformasi menjadi sebuah informasi yang membantu pengguna data untuk mendapatkan banyak insight. Pengembangan big data yang dibalut dengan disiplin ilmu pemrograman, machine learning dan statistik konvensional akan menjadi sumber informasi yang lebih kuat dan kaya makna. Penggunaan big data sudah mulai popular sejak 2010. Pada saat itu data sebesar 1 terrabyte mampu diproses dalam waktu 3 jam dengan kecepatan 100 megabyte per detik. Namun, kini dengan teknologi hadoop data sebesar 1 terrabyte bisa diproses dalam waktu 2 menit. Pemakai big data juga dari berbagai pihak. Era pandemi Covid-19 menjadi momen penting bagi bidang kesehatan untuk memanfaatkan big data. Dengan data riil time, jumlah yang terpapar virus korona bisa dilihat sewaktu waktu. Masyarakat dengan mudah mengunjungi situs khusus bagi korban Covid-19, melihat daerah mana dengan sebaran kasus covid terbanyak serta pergerakan statistik berapa yang meninggal dunia dan berapa yang bisa sembuh. Pihak lain yang memanfaatkan big data adalah para pelaku bisnis retail. Dengan menggunakan teknologi canggih mereka mampu mempelajari pasar dan perubahan perilaku konsumen. Misalnya konsumen meriset topik-topik menu kekinian yang mereka inginkan, dengan ulasan “makanan hits tahun 2022”. Ketika pengusaha menangkap peluang ini mereka akan membuat menu makanan yang sesuai selera pasar. Era digitalisasi juga merambah dunia konstruksi. Pemanfaatan big data untuk pembangunan konstruksi mengedepankan kombinasi antara voluntary dan mandatory yang mampu mempercepat pembangunan fisik jalan dan jembatan. Juga digunakan teknologi sensor untuk dimasukkan dalam jembatan baru yang bisa memberikan umpan balik yang berkesinambungan mengenai kondisi terkini strukturnya. Big data dari sensor ini mampu membantu tim desain untuk mengidentifikasi dan memecahkan masalah sebelum jembatan membahayakan keamanan masyarakat umum. BPS juga tidak ingin ketinggalan jaman. Lewat kedeputian Metodologi dan Informasi Statistik (MIS), BPS membangun big data untuk menjadi pendukung official statistic. Pemanfaatan big data diwujudkan dalam bentuk pengumpulan data melalui crawling, scraping dan pengambilan sumber lain dari operator seluler atau aplikasi peduli lindungi. Crawling data mengambil data dari internet dengan mengakses media sosial seperti facebook atau twitter. Sedangkan scraping lebih pada mengekstraksi sebuah data lewat website tertentu. Big data juga digunakan BPS untuk menambah fenomena perekonomian. Google trend atau Google Mobility Indeks (GMI) sering dimanfaatkan untuk melihat pergerakan mobilitas masyarakat. Selama pandemi, pengetatan aturan perjalanan membuat mobilitas berkurang, seiring berlakunya protokol kesehatan dan masifnya vaksinasi maka pelonggaran PSBB dan PPKM pun dijalankan. Hal ini bisa ditangkap lewat teknologi big data. Dengan bantuan GMI dapat diamati kecenderungan pergerakan masyarakat. Apabila retail&recreation dalam label indeks GMI sudah ramai maka dipastikan perekonomian mulai pulih. Dalam hal ini ada 5 tempat dalam GMI yang bisa diukur pergerakannya yaitu : residential&workplace, groceries&farmacy, parks, retail&recreation serta transit station. Demikian juga untuk melihat perubahan pada usaha penyediaan akomodasi dan makan minum. BPS menangkap visualisasi dari pergerakan pemesanan hotel dan restoran. Apakah trend nya mengalami kenaikan atau penurunan. Dalam hal ini Big data digunakan untuk mendukung fenomena ramai atau lesunya bisnis perhotelan. Masih banyak kegiatan BPS yang memanfaatkan big data, semuanya dapat diakses dengan mudah dan gratis dalam www.bigdata.bps.go.id retail&recreation. (Data Jambi/Madya)